因为读者的一个问题，我写了个批量下载工具

苏生不惑

发布于 2022-04-11 16:16:37

8840

发布于 2022-04-11 16:16:37

文章被收录于专栏：苏生不惑

之前分享过回答几个很多人在问的问题，以及苏生不惑提供的服务 ，有人加我微信帮忙批量下载公众号文章里的音频，正好之前下载过一键批量下载微信公众号文章内容/图片/封面/视频/音频，支持导出html和pdf格式，包含阅读数/点赞数/在看数/留言数 ，于是研究了下，很快就搞定了，顺便用python打包了个工具

以这篇文章为例，作者整理了上百篇文章：

单篇文章的音频用idm就能下载：

批量下载需要先抓取所有文章链接再下载，代码如下：

def audio(res,headers,date,title):
    aids = re.findall(r'"voice_id":"(.*?)"',res.text)
    time.sleep(2)
    tmp = 0
    for id in aids:
        tmp +=1
        url = f'https://res.wx.qq.com/voice/getvoice?mediaid={id}'
        audio_data = requests.get(url,headers=headers)
        print('正在下载音频：'+title+'.mp3')
        with open(date+'___'+title+'___'+str(tmp)+'.mp3','wb') as f5:
            f5.write(audio_data.content)
url = input('请输入文章链接：')
response = requests.get(url, headers=headers)
urls = re.findall('<a target="_blank" href="(https?://mp.weixin.qq.com/s\?.*?)"',response.text)
print('文章总数',len(urls))
for mp_url in urls:
 res = requests.get(html.unescape(mp_url),proxies={'http': None,'https': None},verify=False, headers=headers)
 content = res.text.replace('data-src', 'src')
 title = re.search(r'var msg_title = \'(.*)\'', content).group(1)
 ct = re.search(r'var ct = "(.*)";', content).group(1)
 date = time.strftime('%Y-%m-%d', time.localtime(int(ct)))
 audio(res,headers,date,title)
 try:
  with open(date+'_'+title+'.html', 'w', encoding='utf-8') as f:
   f.write(content)
 except Exception as error:
  with open(str(randint(1,10))+'.html', 'w', encoding='utf-8') as f:
   f.write(content)

下载效果如图，顺便把文章内容也下载了：